0
作者丨高允毅
編輯丨馬曉寧
01
短短四個月，四家中國頂級AI公司被Anthropic接連點名，且沒有停手的跡象。
這一次，輪到阿里。
2026年6月10日，Anthropic向美國參議院銀行委員會遞交了一封信，矛頭直指阿里Qwen團隊。報告披露了一串數字：從4月22日到6月5日，整整45天，阿里相關運營者利用2.5萬個賬號，完成了2880萬次交互。
這是Anthropic迄今公開的最大規?！澳Ｐ驼麴s”數據。
2880萬次對話是什么概念？放一個行業參照：目前主流的高質量SFT（監督微調）數據集，規模通常在數十萬到幾百萬條之間。2880萬次針對核心能力的定向交互，足以在特定任務域內，低成本“提純”出一個極具競爭力的專用模型。
這引起了Anthropic的高度警惕。在他們看來，對方的行為目標極其精準，刀刀直指其最新旗艦模型 Mythos Preview 的核心底牌，軟件工程與智能體推理能力。
Anthropic在信中將其定性為“迄今為止，中國公司試圖搭美國頂尖實驗室便車的最大規模嘗試”。
梳理時間線可以發現，Anthropic的反擊正在顯著升級。
2026年2月23日，Anthropic發布了一篇博客文章《Detecting and Preventing Distillation Attacks》，公開點名三家中國AI實驗室：DeepSeek、月之暗面（Kimi）、MiniMax（稀宇科技）。
報告顯示，約2.4萬個中國相關賬號對Claude發起了超過1600萬次交互，其中MiniMax超1300萬，月之暗面超340萬，DeepSeek超15萬。
從1600萬次到2880萬次，規模在翻倍，Anthropic的反擊，也從2月份的“技術曝光”，升級到6月份“政治施壓”。
而這次的收信人，銀行委員會主席蒂姆·斯科特（Tim Scott）和首席成員伊麗莎白·沃倫（Elizabeth Warren），可以說是美國政壇里專門負責“對外經濟制裁”和“對內金融監管”的兩個狠角色。
02
Anthropic的應對策略，從一開始就不是打官司，而是推動立法。
據彭博社報道，信件遞交后，美國參議員比爾·哈格蒂和安迪·金迅速跟進。他們計劃推動一項修正案并納入《國防法案》：對任何“不當獲取美國AI模型輸出以訓練競爭系統”的中國公司，實施嚴厲制裁或直接列入黑名單。
事實上，不僅是在白宮，整個硅谷也在結成防御同盟。Anthropic、OpenAI 和谷歌已經暗中聯手，開始共享關于違規數據抓取的情報。
在海外媒體報道中，美國官員曾做出過一個估計，這種未經授權的“工業級”蒸餾活動，每年給硅谷實驗室造成的損失高達數十億美元，直接威脅著Anthropic即將到來的天價IPO。
所以，借由這一次次越發嚴厲的指控，Anthropic真正想拿到的，不只是一家公司的商業維權，而是要在美國政界與產業界確立一條新的絕對紅線：用API輸出訓練競爭模型，就是越界違法。
而在這場全方位的圍堵中，美國政府的技術封鎖也在急劇收緊，與前段時間業內轟轟烈烈的“Fable 5 與 Mythos 5 緊急下架”事件暗中呼應。
與國會山上的劍拔弩張不同，在開發者聚集的Reddit等技術論壇上，面對Anthropic的控訴，技術圈的反應堪稱群嘲。
最經典的就是“賊喊抓賊”的戲碼。有人指出，Anthropic 自己就是靠“偷數據”起家的。早期訓練模型時，它因抄襲并非法下載數百萬冊受保護的書籍，曾陷入美國歷史上規模最大的 AI 侵權盜版案，最終被迫吞下 15 億美元的天價和解金。
連馬斯克都曾在今年2月份公開貼臉開罵，在Anthropic指控中國的 DeepSeek、月之暗面（Kimi）以及 MiniMax發起蒸餾攻擊，直指 Anthropic 才是北美最大的“偷子”，偽善又虛偽。
還有網友直接翻出了業內的著名回旋鏢，此前 Anthropic 發布的 Claude 4.8 模型在回答，透露自己其實是“由阿里巴巴開發的Qwen模型”?！皹I內互相洗數據、抄來抄去早已是常態，你身上流著通義千問的血，回過頭來告阿里抄襲？”
還有網友表示，如果是正常的付費使用，那和其他普通用戶的區別在哪，這只能算商業違約，怎么到了國會嘴里就變成‘惡意網絡攻擊’和‘危害國家安全’了？”
更有技術流網友對 Anthropic 的高管能力表示鄙視：“遇到技術漏洞不想著怎么提升自家的 AI 防御層和反抓取能力，天天只知道跑去和特朗普政府打小報告。”
最讓人啼笑皆非的卻是一位重度用戶的哀嚎：“我真正關心的只有 Fable 5 還能不能回來？Anthropic 現在一邊和白宮打小報告哭訴模型被抄，一邊又希望模型解禁。照這個趨勢看， Fable 5 大概是回不來了。”
03
再看技術層面，整場指控的核心落在一個詞上：“對抗性蒸餾”。
什么是對抗性蒸餾？簡單來說，就是借別人的腦子，替自己省錢。
原本，“蒸餾”是AI訓練中的正常操作：用一個已有的強大模型當“老師”，讓它回答問題，然后把“老師”的答案拿過來，訓練一個更輕量的“學生”模型。學生模型只學到了老師回答問題的能力，但訓練成本只有老師的一小部分。
Meta 的 LLaMA 早期版本用 ChatGPT 的輸出來訓練自己，這在行業里不是秘密。
而 Anthropic 控訴的“對抗性蒸餾”，則是將這套思路發揮到了極致。不需要自己花幾十億美元買算力、自己做數據標注，只需要持續、大量地向目標模型發送精心設計的問題，把它的高質量回答批量保存下來，就擁有了一個現成的訓練樣本庫。
這可省了一大筆錢。按Claude的公開API定價粗算，2880萬次交互的費用，哪怕按企業折扣計，也要幾百萬美元。但與從零開始訓練一個具備同等軟件工程能力的大模型相比，這筆數字可能只是預算單上的零頭。
這就是Anthropic憤怒的主要原因，對方跳過了多年的技術積累和巨額投入，用幾百萬美元的調用成本，拿到了價值數十億美元的能力。
而Anthropic在報告中特意強調另一個問題，直指“安全”。
AI模型的核心能力分為兩種，訓練方式截然不同：
一種是“干活能力”，比如寫代碼、做數學題、寫文案......只要給足標準答案，模型就能快速學會，這部分能力是可以被“蒸餾”的。
另一種是“安全對齊”，比如知道不該泄露用戶隱私、不該協助犯罪、不該輸出危險內容。這些安全規則不是靠反復刷題學來的，而是通過一套極其精細的“行為矯正”訓練建立起來的。每一次模型試圖越界，就會被訓練師懲罰并矯正。
但蒸餾的過程，只復制成功，不復制拒絕。
在導出的2880萬次對話里，那些被系統攔截、拒絕回答的高危問題，全被過濾掉了。結果就是，學生模型只學會了頂級的能力，卻沒學到“什么不該說”。一旦部署到真實世界中，能力越強，失控的結果也會越嚴重。
04
而在“對抗性蒸餾”的暗面，則涉及到“API安全”。
這次Anthropic能檢測出這25000個異常賬號，其實依賴的是“行為模式分析”，即找“破綻”。比如這些賬號的注冊時間過于集中、IP地址在地理位置上異常扎堆、提問的內容高度相似，且請求頻率快得根本不像人類。
但這只是初級防御。當下，部分頂級AI實驗室，已經在落地一種更具殺傷力的武器，叫"輸出指紋"技術。它如同“隱形水印”，它會在模型的每一次輸出中嵌入統計學層面的隱性標記，只要有人拿這些內容去訓練新模型，日后一經檢測，就能被精準溯源追蹤。
然而在真實的工程世界里，防御天然滯后于進攻。
所謂“道高一尺，魔高一丈”。今天你封禁了25000個賬號，明天對方就可以用無數個不同的虛擬信用卡和動態代理IP，分散注冊；你通過分析查詢模式來抓機器賬號，對方就可以在代碼里刻意加入像真人一樣的停頓和廢話來做偽裝；你種下隱形的“輸出指紋”，對方就能通過二次改寫、翻譯和增噪，把這些指紋徹底“洗”掉。
這場貓鼠游戲沒有技術終局，只有成本的此消彼長。
但如果制裁清單落地，游戲規則就變了。到那時，這就不再是一個單純的“反爬蟲”或“API攻防”的技術問題，“誰的模型訓練數據來自哪里”，將直接成為極其嚴苛的監管審查對象。
對所有在LLM工程鏈條上工作的人來說，這個結果將直接決定未來的合規邊界：哪些數據來源是合法的？哪些模型的行為會被秋后算賬？又有哪些公司，會因為訓練數據“來路不明”而直接被列入致命的黑名單？
這才是 Anthropic 真正的野心所在——在廢墟上建立一套由它定義、并由政治力量執行的全球 AI 新秩序。
參考鏈接：
https://www.bloomberg.com/news/articles/2026-06-24/anthropic-accuses-alibaba-of-illicitly-accessing-its-ai-models
https://www.reddit.com/r/ClaudeAI/comments/1uexovy/anthropic_allegations_of_unauthorised_access_by/
上車，雷峰網(公眾號：雷峰網)帶你看遍全球 AI 頂會精華
可獨家暢覽：
專家演講PPT
大會報告全文
熱門論文解讀
學術新星訪談
掃描上方二維碼
或點擊「閱讀原文」關注專區。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
